[論文レビュー] Two-Scale Topology Optimization with Microstructures

Bo Zhu, Mélina Skouras+2 more|arXiv (Cornell University)|Jun 10, 2017

Visual Attention and Saliency Detection被引用数 15

ひとこと要約

本稿では、高機能で印刷可能なオブジェクトを実現するために、マクロ構造とマイクロ構造材料を統合的に設計する二スケールトポロジー最適化フレームワークを提示する。レベルセットフィールドを用いて事前に連続的な材料特性ギャップを計算し、そのギャップ内での空間的に変化する材料特性を最適化することで、効率的かつ大規模な設計が可能となり、最大で1兆ピクセルを超える設計が実証された。

ABSTRACT

In this paper we present a novel two-scale framework to optimize the structure and the material distribution of an object given its functional specifications. Our approach utilizes multi-material microstructures as low-level building blocks of the object. We start by precomputing the material property gamut -- the set of bulk material properties that can be achieved with all material microstructures of a given size. We represent the boundary of this material property gamut using a level set field. Next, we propose an efficient and general topology optimization algorithm that simultaneously computes an optimal object topology and spatially-varying material properties constrained by the precomputed gamut. Finally, we map the optimal spatially-varying material properties onto the microstructures with the corresponding properties in order to generate a high-resolution printable structure. We demonstrate the efficacy of our framework by designing, optimizing, and fabricating objects in different material property spaces on the level of a trillion voxels, i.e several orders of magnitude higher than what can be achieved with current systems.

研究の動機と目的

• 高解像度で多様な材料を用いた3Dプリントにおいて、従来のトポロジー最適化のスケーラビリティの限界を克服するため、マクロ構造とマイクロ構造の設計を分離する。
• 数十億または数兆ピクセルに達するオブジェクトに対して、ボクセルレベルでの最適化が計算的に非現実的であるという課題を克服する。
• 単なる密度や剛性を超えて、空間的に変化する多様な材料特性（例：等方的、直交異方的、立方晶）を持つ機能的オブジェクトの設計を可能にする。
• 最小たわみ、所望のひずみ分布、機械的挙動など、多様な機能的目的をサポートする汎用的なフレームワークを開発する。
• 最適化された連続的な材料特性と印刷可能なマイクロ構造の間のギャップを、逆マッピングプロセスによって埋める。

提案手法

• 印刷可能なすべてのマイクロ構造の材料特性ギャップを、交互に確率的サンプリングと連続最適化を用いて事前に計算し、達成可能な全範囲の平均的特性をカバーする。
• 材料特性ギャップの境界をレベルセットフィールドとして表現することで、最適化プロセスにおいて連続的かつ微分可能な制約を可能にする。
• トポロジー最適化問題を、材料特性の連続空間に再定式化し、各マクロ要素を個々のボクセルではなくギャップ内の点として扱う。
• 事前に計算されたギャップ内に制約を置き、同時に最適なオブジェクトトポロジーと空間的に変化する材料特性を計算する制約付き最適化方式を用いる。
• 最適化された連続的な材料特性を、事前に計算されたデータベースから離散的で印刷可能なマイクロ構造にマッピングし、高解像度で製造可能な設計を生成する。
• 各セルが$64^3$マイクロ構造に対応する粗いマクロラティスを用いることで、1兆ピクセルに達するスケーリングを実現し、高解像度での製造を可能にする。

実験結果

リサーチクエスチョン

• RQ1 空間的に変化する多様な材料特性を有する高解像度設計（最大1兆ピクセル）を効率的に行える二スケールトポロジー最適化フレームワークは存在するか？
• RQ2 印刷可能なマイクロ構造が達成可能な全範囲の平均的機械的特性を体系的に事前に計算し、連続的なギャップとして表現できるか？
• RQ3 材料特性ギャップの連続的かつ微分可能な表現が、多様な機能的目的にわたる効率的で汎用的なトポロジー最適化を可能にするか？
• RQ4 本フレームワークは、従来のバイナリーや単一特性のトポロジー最適化に比べ、機能的性能と設計の複雑さにおいてどの程度優れているか？
• RQ5 最適化された連続的な材料特性を、機械的性能を保持したまま、信頼性高く印刷可能なマイクロ構造にマッピングできるか？

主な発見

• 本フレームワークは、2つの異なる荷重ケース下で1億ピクセルを超えるスタンフォードバンニーオブジェクトを最適化し、目的のたわみ挙動を達成した。
• 1兆ピクセルの橋の設計は、400万セルのマクロラティスを用いて最適化され、各セルが$64^3$マイクロ構造に対応するため、極めて高解像度でのスケーリングを実証した。
• 本手法により、ソフトから剛性への材料比を変化させることで、面内または面外変形を用いた把持を実現する機能的グリッパーの設計が可能になった。
• 事前に計算された材料特性ギャップは、マイクロ構造空間全体にわたり、等方的、立方晶、直交異方的材料挙動を安定的かつ包括的にカバーした。
• 最適化プロセスは、低解像度の初期化（140万要素）から高解像度の結果（1兆ピクセル）へとスケーリングされ、収束性と性能を維持した。
• グリッパーおよび橋の最適化設計の3Dプリントプロトタイプが、実世界の応用におけるフレームワークの実用性と機能性を検証した。